Unter Survivorship Bias versteht man eine Verzerrung einer statistischen Erhebung und deren Analyse weil sich die Auswahl der Stichprobe nur auf vorhandene Datensätze beschränken kann. So werden insbesondere bei Zeitreihenanalysen nur die Ausprägungen herangezogen, die über den gesamten Zeitraum vorliegen. Zwischenzeitlich verschwundene oder neu hinzugekommene Ausprägungen finden keine Berücksichtigung.
Das Problem hat in der Kapitalmarktforschung bei der Untersuchung von Performance eine Bedeutung. Insbesondere bei der Betrachtung größerer Zeiträume erliegt man der Versuchung bei der Aktienanalyse ohnehin nur die Titel zu betrachten, die über den gesamten Zeitraum am Markt Bestand hatten. Ähnliches stellt sich ein, wenn man Ausfallwahrscheinlichkeiten erhebt. Neukunden mit einer Lebensdauer unter dem Betrachtungshorizont fallen dann aus der Analyse.
Zu den verwandten Themen gehört die Selection Bias, zu der die Survivorship Bias als Unterthema fallen kann. So sind sind z.B. Aktienindizes kein wirkliches Maß für die abzubildende Wirtschaft, da hier durch regelmäßiges Tauschen nur die jeweiligen Top Unternehmen ihren Eintrag finden. Ein ebenfalls verwandtes Thema ist der Texas Sharphooter Fallacy, wo durch geeignete Selektion der Untersuchungsstichprobe gewünschte Ergebnisse der Eigenschaften ein automatsich höheres Gewicht erhalten.